理解热带气旋活动的气候学特征是一个具有重大科学意义和社会经济价值的课题。作为实现这一目标的关键工具，热带气旋追踪算法在网格化数据集中检测气旋中心位置，并将其连接成运动轨迹。然而，许多现有的算法依赖于简单的几何规则来连接热带气旋的位置，这并未考虑热带气旋运动的物理机制，从而限制了追踪结果的可靠性。为了解决这一问题，我们开发了基于涡度的动态追踪算法，其核心创新在于引入了对热带气旋运动的动力学约束，即环境引导气流和贝塔漂移。通过将连续的热带气旋位置与动态预测的位置相连接，算法提升了追踪结果的物理一致性。与目前广泛使用的算法进行对比，本算法展现出了最优性能，取得了最高的临界成功指数、最小的路径匹配偏差以及最大的覆盖率。此外，本算法准确地再现了观测资料中热带气旋时空分布特征。区域分析进一步指出，追踪算法性能的改进在复杂地形附近尤为显著。在这些区域，地形引发的涡度异常往往会误导基于几何规则的连接，并导致虚假的路径偏折。可见，这一新算法通过融合热带气旋运动的物理规律，克服了以往方法的核心缺陷，从而为分析历史热带气旋活动以及评估气候变化背景下的未来风险提供了更加可靠的基础。

热带气旋；识别追踪；高分辨率模式；引导气流；贝塔漂移